#34 Qwen3.5 Plus 2026-04-20
medium- Kosten
- $0.008
- Zeit
- 76.7s
- Token
- 4,355 tok
Qwen
Veröffentlichung: 2026-04-20
Getestet am: 2026-05-08 14:34
qwen/qwen3.5-plus-20260420::medium
(medium)
(none)
Zusammenfassung
Qwen3.5 Plus 2026-04-20 erreicht 7.8 bei AI BENCHY und liegt auf #34. Das Modell hat 9.6 Zuverlässigkeit, 73.7% Erfolgsrate, $0.305 Gesamtkosten und 35.96s durchschnittliche Antwortzeit.
Was Qwen3.5 Plus 2026-04-20 besonders macht: Am stärksten ist es in Kombiniert, wo es #1 erreicht; am schwächsten ist Domänenspezifisch mit #16.
7.8
Konsistenz
9.1
Gesamte Ausgabe-Token
121,204
Gesamte Eingabe-Token
0
Eingabepreis
$0.400 / 1M
Ausgabepreis
$2.400 / 1M
Instabile Tests
2
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-07-16 22:06 Neuer Test hinzugefügt | 7.2 | 9.6 | $0.317 ↓ | Vergleichen | |
| 2026-06-04 13:15 Neuer Test hinzugefügt | 7.6 | 9.9 | $0.317 ↓ | Vergleichen | |
| 2026-05-21 23:53 Suite geändert | 7.6 | 9.6 | $0.363 | Vergleichen | |
| 2026-05-08 14:34 Suite geändert | 7.8 | 9.6 | $0.305 | Aktueller Lauf | |
| 2026-05-08 14:34 Suite geändert | 7.8 | 9.6 | $0.305 | Vergleichen | |
| 2026-04-27 23:09 Erster Lauf | 8.2 | 9.7 | $0.269 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 14:34 · Suite geändert | 7.8 | 9.1 | 9.6 | 13/19 | 2 | 121,204 | 0 | $0.305 | 35.96s |
| 2026-07-16 22:06 · Neuer Test hinzugefügt | 7.2 | 9.0 | 9.6 | 13/22 | 2 | 168,893 | 42,097 | $0.317 | 46.36s |
| Differenz | +0.6 | +0.1 | 0.0 | 0 | 0 | -47689 | -42097 | -$0.012 | -10401ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Qwen3.5 Plus 2026-04-20mediumvsKAT-Coder-Pro V2.5highQwen3.5 Plus 2026-04-20mediumvsQwen3.7 PlusnoneQwen3.5 Plus 2026-04-20mediumvsKimi K2.6mediumQwen3.5 Plus 2026-04-20mediumvsQwen3.5-122B-A10BmediumQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsGrok 4.3mediumQwen3.5 Plus 2026-04-20mediumvsClaude Opus 4.8noneQwen3.5 Plus 2026-04-20mediumvsGLM 5.1mediumQwen3.5 Plus 2026-04-20mediumvsGemini 3.1 Flash LitemediumQwen3.5 Plus 2026-04-20mediumvsGrok 4.20medium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 7.6 | 10.0 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 2.9 | 7.2 | |
| Allgemeine Intelligenz | 4.9 | 9.6 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 8.2 | 7.2 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |